ubuntu 12.04LTS(32bit)+caffe+cpu only+opencv+python2.7环境配置安装

1、我的机子是:

联想32位、双显卡(intel集显和nvidia独显),

ubuntu是32位的ubuntu12.04.05版本,属于长期支持版本,在ubuntu官网下载,

我是用u盘安装的,过程不再累述,自行百度谷歌。


2、由于双显卡,所以系统安装好以后要安装独显驱动不可直接到nvidia官网下载安装,否则可能会造成重启后无法进入系统。对于双显卡,常见方法是使用安装bumblebee来实现安装独显驱动,具体可百度。


3、从这步骤开始caffe相关配置,可参见官网:http://caffe.berkeleyvision.org/installation.html#compilation

由于我的nvidia独显比较老,计算能力只有2.1(可到nvidia官网查看),而caffe强烈建议配套使用计算能力3以上的独显,所以不安装cuda,否则可能在配置后出现未知错误(事实也是如此,我第一次安装cuda后确实出问题了)。


4、下载caffe,网址https://github.com/BVLC/caffe

注意:版本可选,如下:


下载后将该包解压到根目录下如/home/xx/。

注:下面的命令都是以根目录为准。


5、安装一些后面估计要用的命令包:

sudo apt-get install git

sudo apt-get install cmake


6、参考上述caffe官网的安装说明,首先安装各种库和包依赖项:

sudo apt-get update

sudo apt-get install build-essential

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

sudo apt-get install --no-install-recommends libboost-all-dev


7、安装blas(我没有下载到合适版本的intel_mkl,所以直接安装atlas):

sudo apt-get install libatlas-base-dev

8、安装boost

在官网上下载boost(>= 1.55)源码,解压出来。cd到boost目录里。

sudo bash ./bootstrap.sh

sudo ./b2 install



9、安装remaining依赖项(注意我是12.04版本的ubuntu,其他版本参看上述官网方法):

注意:以下每个包安装都是在根目录下,所以安装一个后需要返回上一级根目录cd ..。

# glog

wget https://google-glog.googlecode.com/files/glog-0.3.3.tar.gz

tar zxvf glog-0.3.3.tar.gz

cd glog-0.3.3

./configure

make && make install


# gflags

wget https://github.com/schuhschuh/gflags/archive/master.zip

unzip master.zip

cd gflags-master

mkdir build && cd build

export CXXFLAGS="-fPIC" && cmake .. && make VERBOSE=1

make && make install


# lmdb

git clone https://github.com/LMDB/lmdb

cd lmdb/libraries/liblmdb

make && make install


注:如果make && make install出错,比如无法创建文件或无法访问文件之类的,则在其前加sudo,使得拥有权限。



10、安装openCV(要做图像处理,这是必须的)

直接使用别人写好的脚本安装,省得出错。因为安装2.4.10时出错,所以我安装的2.4.9:

1)下载https://github.com/bearpaw/Install-OpenCV

2)进入目录 Install-OpenCV/Ubuntu/2.4
3)执行脚本本安装opencv2.4.9

./opencv2_4_9.sh

4)安装好后测试openCV是否成功安装:

先在根目录下,

mkdir~/opencv-lena

cd ~/opencv-lenagedit

DisplayImage.cpp


然后在.cpp中编辑如下代码:

#include <stdio.h>
#include <opencv2/opencv.hpp>

using namespace cv;

int main(int argc, char** argv )
{
    if ( argc != 2 )
    {
        printf("usage: DisplayImage.out <Image_Path>\n");
        return -1;
    }
    Mat image;
    image = imread( argv[1], 1 );
    if ( !image.data )
    {
        printf("No image data \n");
        return -1;
    }
    namedWindow("Display Image", WINDOW_AUTOSIZE );
    imshow("Display Image", image);
    waitKey(0);
    return 0;
}


接着,opencv-lena/下创建cmake编译文件:

sudo gedit CMakeLists.txt

并编辑如下内容:

cmake_minimum_required(VERSION 2.8)

project( DisplayImage )

find_package( OpenCV REQUIRED )

add_executable( DisplayImage DisplayImage.cpp )

target_link_libraries( DisplayImage ${OpenCV_LIBS} )

并且,将图片1.jpg复制到opencv-lena文件中。


再就是编译:

cd ~/opencv-lena

sudo cmake .

sudo make

最后,执行:

./DisplayImage 1.jpg

能出现图像就代表ok了。


11、安装caffe所需的python环境(由于ubuntu自带python2.7环境,所以我直接用系统默认的,但是还要安装一些包):

先安装头文件包和命令包:

sudo apt-get install python-dev python-pip

再进入caffe下的python目录,执行:

for req in $(cat requirements.txt); do sudo pip install $req; done

如果哪个环境反复装不上就用sudo pip install手动安装。


12、编译Caffe

先 cd 到你的 caffe根目录,然后

cp Makefile.config.example Makefile.config

sudo gedit Makefile.config

修改该文件,由于我只使用CPU模式,没有GPU,故将CPU_ONLY前的#去掉,其他不改,保存。


然后开始编译,最好切换到root模式下,即输入:su(未设置su密码的同学先设置密码),再输入密码进入root模式,在该模式下:

sudo make all

sudo make test

sudo make runtest


有大量错误就表示编译失败,可百度谷歌解决,无错误或少量错误则表示caffe编译成功,可继续下一步。


13、编译Python wrapper

sudo make pycaffe

完成caffe的python接口编译生成后,可以将python接口路径进行永久性设置,如下:

sudo gedit ~/.bashrc

在文件末尾添加:

export PYTHONPATH=/home/startag/caffe/python/:/home/startag/caffe/python/caffe/

然后更新:sudo ldconfig

重启生效。



至此,caffe配置结束,如果在测试中提示某些包或库未安装,可以自己手动sudo apt-get install xx来安装。

一切正常的话,你可使用caffe自带的mnist手写数字识别方案测试你配置的caffe框架。具体方法百度谷歌去吧,资料多多。





  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值